Journal of the Bulgarian Geographical Society·10月12日 · 周一论文农业遥感与作物表型阅读 0
Robust site-specific radiometric calibration of PlanetScope NDVI using UAS-based reference data for precision agriculture
Yana Lipiyska · Tsvetelina Atansova-Evdenova · A. S. Yordanov
论文解读
72接近精选线
速览
提出基于无人机参考数据的站点特异性辐射校准方法，提升PlanetScope NDVI精度。
方法
分位数分段线性归一化与残差异常值抑制，测试大麦、向日葵和玉米。
发现
校准后RMSE降低达39%，保持高决定系数，证明站点非线性校准必要性。
机会点
可探索多时相、多作物通用校准模型，结合土壤背景与冠层阴影动态校正。
影响力12
信息增量21
专业深度17
信源权威13
时效性9
该论文提出基于UAS参考数据的PlanetScope NDVI站点特异性辐射定标方法，RMSE降低39%，对精准农业多时相监测有实用价值，但属细分方法研究，影响范围有限。
原文摘要
指数影像为监测株高、病害症状等表型特征以及检测害虫存在提供了机会。这使得农药的精准施用和预防措施的实施成为可能，从而提高产量并减少环境影响。本研究聚焦于卫星影像与高分辨率无人机系统（UAS）影像之间的辐射不一致性问题。尽管PlanetScope具有高时间分辨率，但由于大气条件和传感器规格的差异，其光谱响应往往偏离地面实测的UAS飞行任务数据。本研究采用了一种稳健的站点特异性校准工作流程，使用基于分位数的分段线性归一化与基于残差的异常值抑制方法。该方法在三种不同作物类型上进行了测试：大麦、向日葵和玉米。初步结果显示出显著的系统性偏移。在应用所提出的稳健归一化模型后，均方根误差（RMSE）最多降低了39%，同时保持了较高的决定系数。研究表明，站点特异性非线性校准对于可靠的作物健康监测至关重要，尤其是在土壤背景和冠层阴影显著影响卫星数据光谱特征的异质田块中，该方法能够实现准确的多时相分析，并为变量施肥和产量预测提供更明智的决策依据。